經濟政策不確定性影響股票收益嗎？

楊露萍 饒陽

摘 ? 要：本文利用Baker等基于新聞文本分析量化得到的經濟政策不確定性指數，研究了經濟政策不確定性在截面定價上對單個資產和資產組合的影響。研究結果表明，具有低不確定β的股票是小型、高流動性、低資產增長率和低估值的股票，同時具有較高的短期逆轉和較低的動量;不確定性厭惡的投資者持有不確定性β為負的股票時要求額外的補償，不確定β最低的投資組合比最高的投資組合有更高收益。

關鍵詞：經濟政策不確定性;股票收益;多因子模型;投資組合測試

DOI：10.3969/j.issn.1003-9031.2020.12.002

中圖分類號：F832.48 ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? 文章編號：1003-9031（2020）12-0009-07

一、引言及文獻綜述

政府決策者可以在財政、監管或貨幣政策方面產生不確定性，我們稱之為經濟政策不確定性（EPU）。Baker et al.（2013）指出，在宏觀層面，政策不確定性的增加預示著投資、產出和就業的下降;在公司層面，政策不確定性增加了股價波動。高效穩定的股市對于產業發展和經濟增長都是不可或缺的，而經濟政策不確定性會影響投資決策，進而傳導到股票價格，研究其對股市收益的影響具有重要意義。

縱觀國內外文獻，大多學者認為政策不確定性對股票價格存在影響。王曉娟（2015）等人研究發現經濟政策不確定性與股票收益存在長期均衡關系，且兩者相關性呈上升趨勢。Xiong（2018）等研究發現，EPU的絕對變化對股票市場收益率有顯著影響，且對滬市和國有企業的影響更大。林建浩（2014）等發現EPU提高了預期回報率、降低了當期回報，但并沒有充足依據表明其是中國股票市場的已定價風險因子。汪弘等（2018）通過時間序列分析發現EPU對未來三個月的股市收益具有顯著正影響，且驗證了EPU確實是A股的定價因子。

政策不確定性在橫截面上的作用效果存在差異。Pastor et al.（2012）建立一般均衡模型，其預測股票價格將在政策不確定性增加時下跌，尤其是對政策變化更敏感的公司。Brogaard et al.（2015）研究發現EPU的一個標準差增長可以預測未來三個月收益1.5%的增長。此外，EPU的殘差在Fama-French的25個規模-動量投資組合中獲得顯著負風險溢價。Bali et al.（2017）研究發現，與不確定度最高的股票相比，不確定度最低的十分之一組股票經風險調整后的年化回報率高6%，這種不確定性溢價是由具有負（正）不確定性貝塔系數的股票表現好（差）所驅動的。

受上述研究啟發，本文探究了經濟不確定性在個股和投資組合的橫截面定價中的作用，并借助前景理論和ICAPM模型對其中的理論機制進行解釋。

二、理論框架

（一）ICAPM模型

Merton（1973）通過使用連續時間模型擴展了資本資產定價模型并提出了跨期資本資產定價模型（ICAPM）。相比于CAPM模型，ICAPM模型額外考慮了投資機會參數變化的風險和消費品價格風險。因此，在ICAPM框架下，投資者在多期經濟中對風險證券的需求除了馬科維茨靜態最優投資組合中的均值方差成分，還包括規避投資機會集和消費不利沖擊的需求。這顯示了與消費和投資機會相關聯的狀態變量已經反映在了資本市場中，因此資產和這些狀態變量的協方差是和其預期收益相關的。

與Merton（1973）&Campbell（1993;1996）看法一致，我們認為經濟不確定性的增加是投資機會集的不利變化。由于經濟不確定性的增加會讓投資者對未來的變化感到憂慮，減少了他們的消費和投資需求，這樣他們就可以省下更多錢來對沖未來經濟可能出現的衰退。為了對沖這種不利的轉變，投資者傾向于持有與經濟不確定性協方差較大的股票。這是因為在存在正的跨時間相關性的情況下，經濟不確定性的增加將提高這些股票的回報。因此，當經濟不確定性增加時，盡管投資者的最優消費和未來投資機會減少了，但通過增加與經濟不確定性正相關的股票的回報，投資者可以獲得更強的財富效應，從而彌補這種損失。因此，通過跨期對沖需求，投資者愿意持有與經濟不確定性協方差較大的股票，對于不確定性較大的股票，他們愿意支付較高的價格，接受較低的回報。

（二）基于前景理論的解釋

除了ICAPM框架外，負不確定性溢價理論上也可以從不確定性厭惡和偏好的角度進行解釋。Ellsberg（1961）的實驗證據表明，風險和不確定性之間的區別有經驗意義，因為人們更喜歡根據已知的而不是未知或模糊的概率采取行動。將不確定性與二階風險厭惡聯系起來的研究表明，投資者不僅關心資產收益的均值和方差，還關心影響未來收益分布事件的不確定性。Bernanke（1983）研究發現消費者和投資者對經濟狀況的不確定性可能阻礙經濟復蘇和增長，當消費者和投資者感覺到經濟中存在更高的不確定性時，他們不愿做出支出和投資決定。

不確定性對資產定價影響的研究表明，當投資者不確定支配市場收益的正確概率規律時，為了持有市場投資組合，他們會要求更高的溢價。另一種可能的解釋是，如果投資者對經濟不確定性的偏好或預期足夠分散，而經濟不確定性又足夠高，那么對經濟不確定性有較高厭惡的投資者可能會停止或減少對股票的參與。由于這種有限的參與，不確定性系數低的股票只有對經濟不確定性偏好或對經濟不確定性厭惡程度較低的投資者持有，因此對具有較低不確定性的股票就要求較高的不確定性溢價。

三、研究設計與數據描述

（一）研究設計

首先，對于樣本中每只股票的月度數據，在控制了市場（Rm）、規模（SMB）、賬面市值比（HML）、動量（UMD）、流動性（PS）、投資（RMW）和盈利能力（CMA）之后，本文通過股票超額收益對EPU的回歸估計了不確定性β，其后對樣本按βEPU排序并分組測試EPU在股票截面定價中的異質性。

（二）數據來源與數據描述

1.經濟不確定性指數EPU。本文使用Baker et al.（2013）基于新聞構造的EPU指數來衡量中國經濟的不確定性，該指標是與經濟政策不確定相關新聞占比、即將到期的稅收條款和關于政府購買和通脹的預測分歧三項指標的加權平均值，能較好度量中國經濟政策不確定性。

2.截面收益預測指標。參考Fama-French（1992，1993，2000）的因子模型框架，我們采用市場、規模、賬面市值比、動量、流動性、投資和盈利因素的七因子模型開展研究，股票樣本為1995年1月—2019年12月在上交所、深交所交易的所有A股及創業板。

個股月度超額收益Ri為考慮現金紅利再投資的月個股回報率減去當月無風險收益率（三月期國庫券收益率）。超額市場回報Rm為各市場考慮現金紅利再投資的月回報率減去無風險收益率。賬面市值比HML為高賬面市值比組合和低賬面市值比組合的月收益率之差;盈利能力因子RMW為高盈利股票組合和低盈利組合的月收益率之差;投資模式因子CMA為低投資比例股票組合和高投資比例股票組合的月收益率之差，組合月收益率的計算均采用流通市值加權。本文采用Pastor and Stambaugh（2003）提出的指標度量市場非流動性;動量因子MOM為前n個月累積收益大于零的所有股票組合加權收益率—前n個月累積收益小于零所有股票組合加權收益率，本文采用三月期動量因子數據。

3.個股特征指標。本文以對股票收益率與成交金額的比率衡量股票在月的非流動性ILLIQ，以分析師對股票預測的EPS與實際差值除以實際EPS的絕對值表示分析師預測準確度PRE，以股票在一月內最高的5次日收益率平均值衡量對彩票類股票的需求MAX，以股票前11個月累計收益并表示動量MOM，以股票前1個月收益衡量短期逆轉REV。此外，我們還選取流通市值、賬面市值比、凈資產收益率、總資產收益率作為模型控制變量。

四、實證結果

（一）經濟政策不確定？茁和股票收益的投資組合測試

根據式（1），我們估計了個股對經濟不確定性的敞口，同時我們基于個股的不確定性？茁值對其進行排序和劃分，組合1包含擁有最低？茁EPU的個股，組合10包含擁有最高？茁EPU的個股（見表1）。表1為通過？茁EPU劃分的股票數量相同的投資組合的不確定性？茁平均值、投資組合超額收益以及？琢值的算術平均值，從組合1到組合10，月度平均超額收益從2.22%下降至1.38%，即組合1比組合10多產生0.84%的月收益和10.8%的年收益。從模型的風險調整收益？琢來看，擁有最高不確定性？茁的10%股票和擁有最低不確定性？茁的10%股票之間的風險調整差異為24.19%，且？琢隨著的增加逐漸減小是由低不確定性？茁的股票較好的市場表現和高不確定性？茁較差的市場表現共同導致的，此結果與過往研究風險與不確定性的文獻一致。

（二）經濟政策不確定？茁與股票收益的Fama and Macbeth測試

根據式（2），本文分別測試了？茁EPU對股票當期收益和未來1個月、3個月、12個月和24個月收益的影響。結果顯示，？茁EPU在短期A股收益沒有顯著影響，且隨系數增大，EPU變得顯著，EPU最低的組合1將比？茁EPU最高的組合10多產生5.47%的年化收益。

（三）經濟政策不確定？茁的特征分析

基于式（3）進行橫截面回歸分析，我們研究了低？茁EPU和高？茁EPU股票在不確定性維度之外的個體特征。結果顯示，？茁、股票彩票特征、對數市值、PS非流動性指標、動量系數顯著為正，賬面市值比、分析師預測準確度、短期逆轉系數顯著為負，ROE系數為正但不顯著，與以往文獻研究結果一致。因此，具有高？茁EPU的股票是大型、低流動性、高資產增長率和高估值的股票，同時具有較低的短期逆轉和較高的動量;具有低？茁EPU的股票時小型、高流動性、低資產增長率和低估值的股票，同時具有較高的短期逆轉和較低的動量。

（四）行業風險溢價檢驗

本文根據證監會2012年修訂的《上市公司行業分類指引》對每個行業中股票的經濟政策不確定風險溢價進行了測試。

由表2可知，僅部分行業存在顯著的風險調整收益，具體而言，僅采礦業、制造業、批發和零售業、信息傳輸、軟件和信息技術服務業、租賃和商務服務業、水利、環境和公共設施管理業存在顯著且相比于其他行業更大的風險調整收益，說明行業并不是導致風險調整收益的主要變量。此外，我們注意到？茁EPU顯著定價的行業，普遍獲得顯著的風險調整收益？琢。對個股經濟不確定性敞口和風險調整收益進行相關分析，發現兩者呈顯著負相關關系且相關系數高達-0.81，進一步證明了？茁EPU是風險調整收益的定價因子。

五、結論與啟示

（一）結論

本文利用Baker等（2013）基于新聞文本分析量化得到的經濟政策不確定性指數研究了經濟政策不確定性在截面定價上對單個資產和資產組合的影響，并在前景理論和ICAPM模型的框架內闡述了理論機制。本文研究發現具有低？茁EPU的股票是小型、高流動性、低資產增長率和低估值的股票，且具有較高的短期逆轉和較低的動量，這部分股票擁有更高的風險調整收益和更好的市場表現。

（二）啟示

一是經濟政策高不確定性會導致股票收益降低，投資者“用腳投票”使企業在二級市場融資受阻，對經濟增長造成負面影響。近兩年在中美貿易沖突不斷的背景下，我國經濟政策不確定性一路走高，政府應該在制定和推行政策時盡量保持政策的穩定性及前后一致性，以此對企業和個人的預期進行引導以穩定經濟增長。二是對投資者而言，選擇長期持有低？茁EPU的股票比持有高？茁EPU的股票可以獲得更多超額收益。

（責任編輯：王艷）

參考文獻：

[1]Yakov，Amihud.Illiquidity and stock returns：cross-section and time-series effects[J].Journal of Financial Markets，2002.

[2]Baker S R，Nicholas B，Davis S J.Measuring Economic Policy Uncertainty[J].SSRN Electronic Journal，2013.

[3]Bali T G，Brown S J，Murray S，et al.A Lottery-Demand-Based Explanation of the Beta Anomaly[J].Journal of Financial and Quantitative Analysis，2017，52（6）：2369-2397.

[4]Bali T G，Brown S，Tang Y.Is Economic Uncertainty Priced in the Cross-Section of Stock Returns？[J].Journal of Financial Economics，2017，126（3）.

[5]Bernanke B S.Irreversibility，Uncertainty，and Cyclical Investment[J].Nber Working Papers，1983，98（1）：85-106.

[6]Brogaard J，Detzel A L.The Asset Pricing Implications of Government Economic Policy Uncertainty[J].Social Science Electronic Publishing.

[7]Campbell J.Intertemporal Asset Pricing Without Consumption Data[J].Scholarly Articles，1993.

[8]Campbell J.Understanding Risk and Return[J].Scholarly Articles，1996.

[9]Dzielinski M.Measuring economic uncertainty and its impact on the stock market[J].Finance Research Letters，2012，9（3）：167-175.

[10]Ellsberg D.Risk，Ambiguity，and the Savage Axioms[J].Quarterly Journal of Economics，1961，75（4）：643-669.

[11]Lewellen，Jonathan.The Cross-section of Expected Stock Returns[J].Critical Finance Review，2015：1-44.

[12]Fama E F，French K R.Common risk factors in the returns on stocks and bonds[J].Journal of Financial Economics，1993，33（1）：3-56.

[13]Frazzini A，Pedersen L H.Betting against beta[J].Journal of Financial Economics，2014，111（1）：1-25.

[14]Hou K，Chen X，Lu Z.A Comparison of New Factor Models[J].Social Science Electronic Publishing，2014.

[15]Jegadeesh N.Evidence of Predictable Behavior of Security Returns[J].Journal of Finance，2012，45（3）：881-898.

[16]Merton R C.An Intertemporal Capital Asset Pricing Model[J].Econometrica，1973，41（5）：867-887.

[17]Lubo Pástor，Stambaugh R F.Liquidity Risk and Expected Stock Returns[J].CRSP working papers.

[18]Pastor L，Veronesi P.Uncertainty about Government Policy and Stock Prices[J].The Journal of Finance，2012，67（4）.

[19]Ulrich M.Economic Policy Uncertainty & Asset Price Volatility[J].Social Science Electronic Publishing，2010，89（4）：301-303.

[20]Xiong X，Bian Y，Shen D.The time-varying correlation between policy uncertainty and stock returns：Evidence from China[J].Physica A：Statistical Mechanics and its Applications，2018，499：413-419.

[21]林建浩，李幸，李歡.中國經濟政策不確定性與資產定價關系實證研究[J].中國管理科學，2014（S1）：222-226.

[22]汪弘，宋登輝，陳立慧.經濟政策不確定性與股票收益[J].金融學季刊，2018（4）：1-20.

[23]王曉娟，郭守亭，岳曉.經濟政策不確定性和股票收益的聯動性——基于子樣本滾動窗口估計法的研究[J].學習與實踐，2015（5）：26-32.

[24]鐘獻兵.金融資產配置與企業杠桿率：兼論貨幣政策與經濟政策不確定條件下的異質性[J]. 區域金融研究，2018（10）.